接触图辅助的过程重采样蛋白质构象空间优化算法

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:mutaozhang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蛋白质的三维结构是研究其生物功能及活性机理的基础.为了提高蛋白质结构的预测精度,在进化计算的框架下,提出一种接触图辅助的过程重采样蛋白质构象空间优化算法(Contact Map-assistedProcess Resampling Protein Conformation Space Optimization Algorithm,CMPR).CMPR算法基于残基接触图设计打分模型,用于选择构象以构建过程片段库,使用基于过程重采样策略的片段组装技术执行变异操作,残基接触先验知识和种群进化过程统计知识辅助采样,可以增强近天然态构象区域的搜索能力,提高蛋白质结构预测精度.在12个测试蛋白上的实验结果表明,所提方法具有良好的近天然态构象采样能力和较高的预测精度.
其他文献
针对跟踪-学习-检测(Tracking-Learning-Detection,TLD)算法跟踪模块所用金字塔光流法计算量大,跟踪人脸实时性差的问题,提出融合连续自适应均值漂移(Continuously Adaptive Mean Shift,CamShift)的TLD算法提高人脸跟踪效率.改进的TLD算法框架中跟踪模块选用CamShift算法实现目标人脸跟踪,检测模块采用滑动窗法扫描搜索,再使用分
针对柔性作业车间生产过程中能源消耗和噪声污染严重的问题,在考虑最大完工时间的基础上,将能耗和噪声作为独立的决策变量,构建关于完工时间、能耗和噪声的多目标FJSP优化模
摄动开普勒问题广泛应用于卫星轨道摄动分析,然而卫星轨道摄动分析数学模型的错误将导致灾难性后果.传统的建模与分析方法涉及到矢量代数、旋量代数、复数、四元数等多种不同
随着制造技术的不断发展和新材料工艺的应用,制造业数控机床的性能要求越来越高.追求高效率,高精度和高可靠性是数控机床技术发展的一个永恒话题.经前人不懈努力,已取得了一
在现代开源软件项目的组织中,经常采用问题库来跟踪和讨论软件开发项目中的错误、任务组织以及新的需求.每个人都可以在问题库中提交问题,某些开发人员则自愿或者被邀请对该
机器阅读理解(MRC,Machine Reading Comprehension)是自然语言处理领域一个重要的研究方向.相关模型研究在直接提取篇章内容作为答案方面已经有了较大进展;现阶段研究重点是:
串联6自由度工业机器人是工业自动化的核心装备,因此,讲授其工作原理的机器人学课程是众多机器人相关专业的核心课程之一.当前的机器人学课程存在工业机器人控制系统封闭,无
针对在中小范围内移动机器人以最短遍历找到所有目标,同时也要使得两两目标之间的路径最优的问题,提出一种基于改进D*算法融合蚁群算法的方案.尽管蚁群算法相对于其他优化算法或启发式算法在解决TSP问题上有较好表现,但其在路径规划上耗时长、路径质量较差;而对于原始D*算法路径转角大、转角次数多、较复杂地图下规划量大、生成路径贴近障碍物且多目标搜寻中无法实现最短遍历等缺点,通过改进原始D*算法的启发函数和子
作为融合大规模信息的有效工具,异质信息网络在数据挖掘任务中一直具有重要的实用意义.文献信息网络作为一种典型的异质信息网络,基于其的作者相似性度量问题近年来得到了广
MOEA/D算法的每个子问题都从邻域中选取父代解进行交叉变异,邻域结构在整个进化过程中维持不变,在一定程度上限制了父代选择的范围,算法在搜索后期会出现种群退化、收敛速度